AI 画图总写错字？这条开源流水线让模型只画、系统只写字

用 AI 做带文字的图，第一道坎不是审美，是错字。

单词拼错一个字母、音标少个符号、中文释义写成同音字——生成模型画得很美，但那几个字是「画」出来的，不是「排」出来的。做学习卡片尤其致命：一张卡错了，孩子就记住错的。

最近看到一条思路，来自一个公开的 Agent Skill：与其反复纠正模型，不如从架构上不让它写字。

作者把「整本教材的单词表 → 一套场景闪卡」的流程做成了 Skill，放在 GitHub 上（仓库 chaogevision/words-flashcard）。他自述初中八年级一次生成 140 多张卡、覆盖近 700 词，小初高累计近 1000 张，还在小红书按 19.9 元卖成品。

但真正有价值的不是这些数字，是它把「AI 内容会写错字」这件事，从「事后检查」变成了「架构上不可能」。

一、核心规则：模型只负责画，系统只负责写

这个 Skill 的 SKILL.md 里有一条不可协商的硬规则，原文大意是：

图片生成器绝不能成为教学文字的权威来源。

翻译成做法：基础插画里不许出现任何教学文字。人物、场景、动作、道具、氛围，交给图片模型；英文单词、音标、中文释义、标签、连接线、卡片编号，全部由确定性合成层（Stage 08）用权威词表数据叠上去。

为什么要这么拆？因为这两类错误性质完全不同：

• 文字错了，是可以机械判定的——拼写、音标、释义对就是对，错就是错。这种事不该经过概率模型。
• 画面好不好，没法机械判定——构图、氛围、风格搭配，只能靠人看。这种事才该交给模型。

把「对错可判定」的部分交给确定性代码，把「无从判定」的部分交给生成模型——这条原则不只适用于闪卡，任何「文字必须对」的视觉生产都适用：信息图、课程素材、海报、字幕版式。

二、第二个巧思：不按单元分组，按「能不能出现在同一个场景」

传统做法是按教材单元切：第一单元一张卡，第二单元一张卡。这个 Skill 换了个标准——同一本教材的所有单词放在一起，按「能否在同一个场景里自然出现」重新分组。

厨房、教室、公园、医院、超市……一个场景装一组词，画面自然，记忆也有线索。

而且不同类型的词，视觉表达方式不同：具体物体直接指向；动作靠人物姿态；关系词（near / his / different）用多个对象的关系表达；抽象词则依赖整个场景去理解。连接线也不是每个词都画——只在教学上真的有用时才连。

这一步其实是在回答一个问题：卡片的最小组织单位是什么？ 不是「单元」，不是「页码」，而是「语义关联群」。这个思路和做知识库一样——按主题和关联组织，不按来源批次堆。

三、真正让它成为「流水线」的，是失败处理

很多人做批量内容，做到「能批量出图」就停了。但那只是批量单点输出，不是流水线。

这个 Skill 定义了 11 个阶段：

解析 → 校验 → 分组 → 分组审核 → 场景简报 → 布局 → 提示词编译 → 基础插画 → 确定性合成 → QA → 定向修复 → 批准导出

关键在后半段：QA 不过不许导出；修复优先修「最小失败层」；正式视觉基准（Golden Set）不能因为某张 Demo 好看就临时升级。

还有一个细节我很喜欢：它的多平台适配器不是一开始就设计好的，而是从真实失败里长出来的。CHANGELOG 里写着，豆包版适配是因为标签偏小、连线太长、画风漂移；千问版是因为卡片类型路由、抽象词映射、连线终点这些具体问题。先跑，再按失败补——这比提前设计「通用适配层」务实得多。

四、该泼的冷水：它是「公开」，不完全是「开源」

这篇原文是宣传稿，有两件事要分清。

第一，仓库没有 LICENSE 文件（我核过 GitHub：公开可获取、约 16 星 6 fork，但没有许可证）。严格说这是「source-available + 免费获取」，不是可自由二次分发/商用的开源。个人自己装来用没问题，想拿去做产品要先问作者。

第二，规模和售价都是作者单方自述：140+ 张、近 1000 张、19.9 元，都没有第三方核验；「场景分组能提升记忆效果」也只是设计假设，没有学习效果数据。

但这些不影响它的参考价值——方法可以抄，数字不用信。

五、如果你也想做一条「文字不能错」的流水线

三条可以直接拿走的做法：

1. 分层：把产出拆成「生成层」和「确定性层」，凡是能机械判定对错的内容（文字、数字、公式、编号），一律不走模型。
2. 设审核门：不是「生成完就发」，而是「QA 不过不许导出」，并且定义好「最小修复层」——哪一层坏的修哪一层，别整条重跑。
3. 用失败驱动适配：先在一个平台跑通，把每次翻车记下来，再决定要不要为另一个平台加适配器。

这套思路不只适用于单词卡。任何「AI 生成 + 文字必须准确」的场景——课程讲义、产品手册、数据海报——都可以照这个骨架搭。

来源与说明

• 原文：https://mp.weixin.qq.com/s/RxpJl5PGKiP7BBeVjP9tpQ（公众号「是超哥的AI视界」，2026-10-15）
• 仓库：https://github.com/chaogevision/words-flashcard（Skill Protocol 2.2.2；无 LICENSE 文件）
• 作者关联产品：https://nomistake.cn

口径说明：文中「140+ 张 / 近 700 词 / 近 1000 张 / 19.9 元」均为作者自述，本文未独立核验；仓库存在性、版本、阶段流程、适配器与「无 LICENSE」为 2026-10-29 对 GitHub 的一手核对结果。本文不构成对该作者产品的推荐。